森林經營管理大數據研究進展

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了森林經營管理大數據研究進展范文，希望能給你帶來靈感和參考，敬請閱讀。

1森林經營管理系統的研究現狀

森林經營是森林培育措施的總稱，可分為森林培育與森林管護。森林經營管理除了針對森林經營全過程的管理之外，還包括森林調查和規劃設計、林業資金和勞動力的分配與安排等。森林經營與管理活動的制定需要依據業務數據、森林資源數據與經營活動中的人、財、物數據，因此對這些數據的監測、搜集、獲取、分析與管理，是森林經營管理中的關鍵內容。本研究在中國知網、WebofScience、Springer等數據庫，以森林經營業務為主題，以“系統”為關鍵詞的組合形式對森林經營管理系統現狀進行文獻檢索，得到國內的研究主要分為四部分。

1.1森林資源管理系統

森林資源數據是制定森林經營方案、制定合理的林分經營措施的根本依據。我國森林資源數據來源眾多，包含遙感影像、數字高程模型、森林資源二類調查數據、固定樣地調查數據。近年來各種科學有效的工具不斷應用于森林經營實踐中，以實現森林精準經營，隨著遙感技術、地理信息系統、全球定位系統的深入研究，森林資源動態監測技術體系在國外發達國家已基本形成（王雪軍，2013），美國、奧地利、芬蘭、法國、瑞典等國家從20世紀90年代就已開始實施森林資源年度監測。我國森林資源監測技術在21世紀以來取得飛速的發展，利用遙感監測、航空攝影測量配合地面調查技術建立了多尺度、多技術、多方法的森林資源調查體系。隨著組件式GIS軟件Su⁃perMapObject等出現，MapInfo、ArcView、MapGIS等GIS平臺在林業得到廣泛應用，森林資源管理信息系統開發全面轉向采用MapObject，ArcEn⁃gine進行二次開發（李春干等，2015）。建立了林業資源環境網絡數據庫與支持多維數據的數據庫，實現森林資源動態監測系統（陳端呂，2001）、森林資源小班數據更新（高飛，2011）、森林資源外業采集數據的上報（朱煜，2014）等功能，近年來無人機遙感影像技術（史潔青等，2017）的加入使得森林資源能夠得到更精細化的監測與管理。

1.2森林培育管理系統

森林培育主要包括造林規劃設計與施工、森林撫育與森林采伐等環節。造林作業設計是造林施工的依據，信息技術的引入使得造林決策可以自動化、科學化、合理化地進行。學者應用GIS（高志強等，2010）、ArcGIS（岑敏強，2012）、移動GIS（湯榮明，2009）建立造林規劃設計系統，處理分析造林立地信息。國內外學者采用GIS、ES、DSS開發了造林決策支持與專家咨詢系統（RoberGDavis等，1993；吳保國等，2009）。還有學者利用PDA（龐麗峰等，2011）、ArcGIS（周克瑜等，2015）采集造林作業設計數據，以造林工程視角開展系統研究（黃晶，2016）。在造林質量評定檢驗方面，通過研發造林動態信息統計系統對造林實績進行統計分析（李丹等，2012）。森林撫育是指在造林到成熟齡之間，為保證幼林成活、促進林木生長、改善林木組成和品質采取的各項措施。李宇昊（2014）依據森林經營技術規程開發森林撫育診斷決策系統，診斷現有林“是否需要撫育”及“如何撫育”；王建明等（2017）運用空間分析和遺傳算法對撫育小班的智能選擇進行研究，解決了“在哪里撫育”的問題。為及時掌握撫育實施情況，高旗（2015）基于IOS、ArcGIS開發森林撫育檢查驗收數據采集系統與森林撫育檢查與評價系統，周敏等（2018）對森林撫育成效監測進行可視化的研究。森林采伐指從伐區中獲取木材的生產活動。魏鑫（2007）研究了森林采伐量測算系統，段劼（2010）引用了美國的FVS-BGC研究了森林生長收獲模擬系統，羅子淇等（2016）針對“采多少、采哪里、怎么采”的采伐決策進行決策支持系統的研究。

1.3森林防護管理系統

森林防護管理包括對森林病蟲害與森林火災進行管理與防護。國內外學者在病蟲害監測、診斷與預警等階段進行了大量的研究。病蟲害的監測主要依托遙感技術、傳感器（齊建東等，2010）、TM影像（胡敏華等，2013）、高光譜數據（潘潔等，2015）等技術；病蟲害智能化的診斷主要基于專家系統（S.Kaloudisa等，2005）、自然語言理解（WangNihong等，2008）、Agent（YanrongZhang等，2010）等技術；病蟲害的預警系統主要采用RS與GIS、WMS/WFS空間信息服務（常原飛等，2011）等技術。許多國家對森林火災的實時監測、行為模擬與損失評估進行了研究。在森林火災監測方面，紅外線傳感技術、微波技術、無人機系統（LuisMerino等，2012）、無線傳感器（田仲富等，2014）等技術有著廣闊的應用前景；在預測火災行為方面，主要有野火行為預測（TomàsArtés等，2014）、火災危險性預測模型（HuangFang等，2000）、火災熱點發生區域的可能性（KhairilAmri等，2015）、森林火災危險區域繪制（Ra⁃jendran等，2016）等研究；在火災損失評估方面，學者應用MODIS數據對火災破壞進行評估（PauloBarbo⁃sa等，2006）與面積估算（鄭偉等，2011）。

1.4森林經營輔助管理系統

目前，森林經營輔助管理主要是針對森林經營人員、資金和財務的管理，大多沒有與森林經營業務結合開展研究。人員管理方面，學者對人事工資（劉代明，2000）、森林火災撲救人員（顏桂梅等，2013）開發了信息系統。資金財務方面，有林業財務管理系統（馬駿等，1990）、基于網絡的林業財務決策支持系統（鐘鳳英，2006）等研究。森林經營的日常管理主要綜合管理森林資源數據與日常經營數據，引入GIS后實現了對林火防治、木材運輸管理、林業病蟲害防治、林業檔案的管理（聶芹等，2008）。

2新型信息技術在森林經營管理中的應用研究

為了解這新型信息技術在森林經營管理中的研究現狀，本研究在中國知網、WebofScience，Springer等數據庫，以“林業”為主題，以“商務智能”“數據倉庫”“數據挖掘”“云計算”“大數據”為關鍵詞，對新型信息技術在森林經營管理中的應用進行文獻檢索，并進行相關研究。

2.1數據倉庫與數據挖掘在森林經營管理中的應用研究

為有效管理海量的森林資源與經營業務數據，實現數據有效集成與多維分析，數據倉庫技術被引入林業數據的處理中，建立基于二類調查數據（陳昌鵬，2004）、火險因子（肖云丹等，2012）的森林資源數據倉庫，對森林資源數據進行抽取、轉換與加載，形成森林資源多維數據集，并開展多維數據的在線分析（楊衛民等，2007）。還有學者為森林資源經營活動信息的存儲建立了空間數據倉庫（王育英等，2006）。數據挖掘技術被廣泛運用在森林資源管理（李廣水，2010）、森林管護（齊少群等，2007）和林業生產與經營服務（江林升等，2011）中。在森林資源管理中，學者對種質資源（段旭良，2008）、立地因子（鞏茵熙，2013）、樹種適宜性（張宗藝，2016）等方面進行了研究；在造林設計中，采用關聯規則、決策樹算法挖掘造林技術措施之間的聯系（姚山，2008）；在森林防護中，采用粗糙集（張艷榮，2012）、關聯規則（楊露，2013）、粒子群（DieuTienBui等，2017）等算法進行病蟲害預測與森林防火研究。除此之外，還有學者對林分生長模型與森林成熟進行模擬與預測（劉榮其，2009；李金銘等，2009），利用大數據平臺對森林生態站數據進行挖掘分析（張正，2016）。

2.2大數據與云計算在森林經營管理中的應用研究

云計算能夠利用分布獨立的計算資源，實現海量數據的快速處理，為林業信息服務的集成動態管理提供可能。李珺（2012）建立林業信息共享服務平臺，侯瑞霞等（2016）搭建林業資源信息云服務體系架構；還有一些學者基于大數據和云平臺進行森林管護的研究：諸如基于位置服務的自然保護區智能管護云平臺（馬琰等，2015）、森林防火大數據的存儲與分析（曹夢鴿等，2018；曾志強等，2018）。中國林業科學研究院林業科技信息研究所充分利用大數據、虛擬化、云計算、數據挖掘和可視化技術，開展林業信息資源組織、知識挖掘和數據可視化等關鍵技術研究，建成了林業科技大數據平臺。

3文獻述評

3.1結論

本文結合森林經營業務總結了森林經營管理系統的開發現狀，對數據倉庫、數據挖掘、云計算、大數據等新型技術在森林經營管理中的應用進行了綜述，主要得到2個方面的研究結論。（1）3S技術在森林資源監測中的應用和森林資源管理系統的開發研建，已經實現森林資源數據的定期監測與獲取；在森林經營業務的基礎上，研建了造林、森林撫育、森林采伐、病蟲害防治與防火等森林經營業務系統，各類業務系統已經形成了海量分散化的大數據基礎。海量多源的森林資源與經營業務數據已經實現了森林經營業務的數據化，為森林經營管理的后續研究奠定了林業大數據的基礎，而其背后隱含著大量具有實用價值的經營決策信息還有待挖掘，以期實現數據信息化，進而可以指導森林經營業務。（2）數據倉庫、數據挖掘、云計算等大數據處理方法被廣泛應用，建立了眾多以森林資源為主題的數據倉庫；將數據挖掘的模型與算法應用在森林資源管理、森林經營業務環節的輔助決策、森工企業生產管理與人員配置等方面；云計算用于建立林業資源信息云服務體系，大數據廣泛用于林業資源監測管理、遠程診斷等領域。這些新型信息技術不但可以分析處理關系復雜的海量數據，還能挖掘隱含的信息與知識。盡管信息技術在森林經營管理中已經呈現豐厚的研究成果，但其中還存在4個方面的不足。（1）長期以來,森林資源管理系統和經營業務系統自行研發，缺乏全面、系統、一致的規劃，使得獲取數據的方式、粒度、時間等存在差異，存在嚴重的“信息孤島”現象（楊衛民，2005），造成數據的存儲分散、共享程度低，存在大量冗余和垃圾數據等問題。同時這些數據沒有直接從森林經營業務環節抓取，不能及時反映森林經營業務進展情況，數據源的分散性容易導致數據疏漏、數據造假等數據質量問題。（2）盡管森林資源與森林經營數據已經初具規模，但這些數據沒有做到有效集成。業務系統對各類數據沒有統一規范存儲模式（蒲瑩等，2013），缺乏數據類型之間的協同性與集成性，更缺乏從多維度、多粒度對森林資源數據和森林經營數據進行分析和展現，造成林業大數據中蘊藏的極大的信息資源不能有效集成，從而造成支持森林經營管理決策的能力低。（3）現有的對林業大數據進行的數據倉庫的建立主要針對二類調查等森林資源數據，沒有融合森林經營業務、人力、財務數據和統計報表數據。數據挖掘也多圍繞森林資源、林木生長預測等方面，有關人員、財力、物力的數據挖掘分析十分有限。（4）依據現有的林業數據倉庫，數據可視化能夠呈現的主題僅局限于森林資源在不同信息維度的分布情況，沒有結合森林經營管理主題進行業務分析，無法提供管理者關心的森林經營關鍵指標，無法及時把控森林經營生產活動，是現有研究中的缺憾。

3.2未來研究方向

目前國內林業大數據已經形成，“數據豐富，但信息缺乏”的問題仍然存在，加強對林業大數據背后隱藏價值的研究已經迫在眉睫，因此將大數據的理念和技術引入森林經營管理是不容忽視的一個發展方向。基于此，本文提出未來的研究方向。（1）通過大數據、商務智能和數據倉庫等信息技術，基于森林資源和經營數據，整合不同來源、粒度、層次的異構數據，形成森林經營決策與管理人員關心的數據形式，構建一個能夠融合森林資源管理系統、森林經營業務系統、森林經營單位財務系統和報表系統等各個數據源的數據中心。將各種數據源的數據通過清洗、轉換、集成和計算等工作匯入數據倉庫，統一定義數據標準、數據規范、計算邏輯和數據模型，形成一個反映森林經營范圍內的森林資源狀況、森林經營活動、經營人員投入和經營財物投資等綜合森林經營成果和森林經營業務要素的多源數據中心，是今后森林經營單位數據管理的研究方向。（2）通過數據倉庫、多維分析等商務智能技術，對森林經營關鍵指標進行多層次、多維度、多粒度的展示，實現森林經營成果和森林經營過程的動態管理和監控；通過森林經營關鍵指標差異分析，發現森林經營的業務問題，倒逼業務部門進行優化；通過監測關鍵指標的落地情況，形成完整的業務過程監控，為不同層級、不同職能部門的管理人員提供管理、流程和財務方面的信息支持，進而提高森林經營管理的精細程度，為森林經營業務提供精準信息服務和智能解決方案。綜上，如何基于森林經理學和林業經濟學知識背景，融合多平臺多系統獲取的數據，達到信息與應用共享的林業異構數據集成，從多源異構化的森林經營管理信息中揭示科學規律和有效知識，是未來研究的發展方向。

作者：王博 溫繼文 王武魁 瞿華 王明天 單位：北京林業大學經濟管理學院